개인
Podly - AI 기반 맞춤형 음성 뉴스 서비스
AI 음성 뉴스 및 관심사 정보 제공
- 기간
- 2024.08 ~ 2024.09약 2개월
- 역할
- 팀장 / AI 및 백엔드 개발 (팀 4명)
- 팀
- 팀 프로젝트 (4명)
- 상태
- 완료
배경
이동 중 터치 없이 음성만으로 맞춤형 뉴스를 청취할 수 있는 AI 서비스. 음성 인식, 자연어 처리, TTS, RAG 기술을 종합한 종합 AI 플랫폼. 고령층 및 시각장애인의 디지털 정보 접근성 향상.
한 일
주요 기능
음성 인식 및 자연어 처리
- OpenAI Whisper 음성→텍스트 변환
- 다양한 LLM 모델 테스트 (GPT, Solar, Gemma2, Phi, Llama)
- 실시간 질의응답 및 콘텐츠 생성
- 개인화 추천 시스템
RAG 기반 뉴스 큐레이션
- 외부 문서에서 관련 정보 검색
- 실시간 주요 뉴스 요약
- 맞춤형 뉴스 큐레이션 (사용자 관심사 기반)
- 심층 질의응답 (Q&A): 뉴스 원문 기반 답변
TTS 및 목소리 변환
- ElevenLabs, TypeCast 고급 TTS
- 자연스럽고 감정이 담긴 음성 생성
- 다양한 목소리 옵션 (성우, 유명인)
공공데이터 활용
- 정부 및 공공기관 데이터 수집
- Pandas, NumPy 데이터 분석
- Tableau, Power BI 시각화
- 위치 기반 날씨, 개인 일정 반영
문제와 해결
- LLM 모델 선택
- 다양한 LLM 모델(GPT, Solar, Gemma2, Phi, Llama) 비교 실험. 비용, 속도, 품질 균형 찾기
- TTS 품질
- 자연스러운 음성 생성. ElevenLabs와 TypeCast 조합으로 해결
결과
- 음성 명령 기반 뉴스 서비스로 터치 없는 정보 소비 경험 제공
- RAG 기법으로 최신 정보와 개인화 추천 결합
- 다양한 LLM 모델 테스트 및 최적 모델 선택 경험
- 공공데이터 활용 신뢰성 높은 콘텐츠 제작
배운 점
- 음성 인터페이스 설계: 터치 없는 경험의 UX
- 다양한 LLM 모델 비교 및 선택 기준
- TTS 기술: 자연스러운 음성 생성의 어려움
- 사회적 가치: 디지털 격차 해소 및 접근성 향상
- 시장성 분석: 음성 인식 및 LLM 시장 전망
기술 스택
- 백엔드
- FastAPIPython
- 프론트엔드
- Flutter (Dart)
- AI/ML
- LangChainRAGOpenAI APIUpstage SolarGoogle Gemma2Microsoft Phi 3.5Meta Llama 3.1
- 음성
- OpenAI WhisperElevenLabs TTSTypeCast TTS
- 데이터
- PandasNumPyTableauPower BI
- 클라우드
- GCP